ベイズモデリング入門 & 実践講座

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

日時

開催予定

プログラム

機械学習の手法は目的によってさまざまなものがあり、学ぶにしても使うにしても迷子になってしまうことがあります。ベイズモデリングはすべての要素を確率として扱うことにより機械学習にシンプルで統一的な視座を与えてくれます。また、データ数が少ない状況で機械学習したいとか、人間の知識と機械学習を融合したいとかいった実用上の問題点に対しても解決の糸口を与えてくれます。  本セミナーでは、確率の基本からベイズモデリングの最前線までを単純なデータを使った実演や具体的な応用事例紹介を通じて、ベイズモデリングに基づく機械学習の全体像を理解することができます。

  1. ベイズモデリングの基本
    1. 確率によるモデリング
    2. 機械学習とベイズモデリング
      1. ベイズモデリングの利点・欠点
    3. ベイズ統計学の基本
      1. 確率の基本事項
      2. ベイズの定理
      3. ベイズモデリングの手順
    4. 確率と意思決定
      1. ベイズ決定理論
    5. モデルの選択
    6. ベイズ線形モデル
      1. ガウス分布について
      2. 最小二乗とベイズの関係
      3. 予測分布
      4. ハイパーパラメータの決め方
      5. 次元の呪い
      6. スパースモデリング
      7. 交差検証
    7. ガウス過程
    8. グラフィカルモデルとベイジアンネットワーク
      1. ベイジアンネットワーク
      2. 線形回帰のベイジアンネットワーク
      3. 学習と推論
      4. グラフィカルLASSO
    9. 単純ベイズ法と迷惑メールフィルタ
    10. ベイズ推論のための計算アルゴリズム
  2. ベイズモデリングの実践テクニック
    1. ドメイン知識とシミュレーション
      1. 基本的確率モデルのいろいろ
    2. 事前分布の決め方
      1. 共役事前分布
    3. 信念伝播アルゴリズム
    4. 事後分布の近似法: 変分ベイズ法とクラスタリングにおける実例
    5. マルコフ連鎖モンテカルロ法と実例
      1. いろいろなMCMC
      2. stan によるモデリング
      3. モデル選択法
  3. ベイズモデリングの広がり
    1. 転移学習と半教師あり学習
    2. ベイズ深層学習
    3. ベイズ最適化による実験計画法
    4. シミュレーションとレプリカ交換法
    5. カルマンフィルタ・パーティクルフィルタによるデータ同化
    6. トピックモデルと行列分解
    7. ノンパラメトリックベイズ法の基本
  4. まとめ

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信セミナーについて